การหากลยุทธ์ที่เหมาะสมที่มีประสิทธิภาพเชิงเศรษฐศาสตร์ในการควบคุมจำนวน ผู้ใช้บุหรี่ไฟฟ้าในกลุ่มวัยรุ่นในประเทศไทยโดยใช้แบบจำลองทางคณิตศาสตร์
Cost-Effectiveness of Optimal Control Strategies to Control the Number of E-Cigarette Users among Teenagers in Thailand Using Mathematical Model
Keywords:
แบบจำลองทางคณิตศาสตร์, การควบคุมบุหรี่ไฟฟ้า , การควบคุมที่เหมาะสมที่สุด , อัตราส่วนต้นทุน ต่อประสิทธิภาพส่วนเพิ่ม, mathematical modeling , e-cigarette control , optimal control , cost-effectiveness analysisAbstract
บทความนี้มีจุดมุ่งหมายเพื่อเสนอแบบจำลองทางคณิตศาสตร์ SIGR ของการสูบบุหรี่ไฟฟ้าในกลุ่มวัยรุ่นในประเทศไทย และตรวจสอบกลยุทธ์การควบคุมที่เหมาะสมของแบบจำลอง ในการศึกษานี้ประชากรถูกแบ่งออกเป็น 4 กลุ่ม ได้แก่ กลุ่มเสี่ยงที่สูบบุหรี่มวนและบุหรี่ไฟฟ้า กลุ่มผู้สูบบุหรี่มวน กลุ่มผู้สูบบุหรี่ไฟฟ้า และกลุ่มผู้เลิกสูบบุหรี่ทั้งสองประเภทถาวร วัตถุประสงค์ของเราคือ ค้นหากลยุทธ์ที่ดีที่สุดในการลดจำนวนผู้สูบบุหรี่ไฟฟ้า ในขณะที่รักษาต้นทุนของการควบคุมที่เกี่ยวข้องให้ต่ำที่สุด เราใช้มาตรการควบคุม 3 แบบ ได้แก่ ป้ายรณรงค์ถึงอันตรายของบุหรี่ไฟฟ้า การเพิ่มภาษีบุหรี่มวน และการจัดโครงการบำบัดผู้สูบบุหรี่ไฟฟ้า ผลการศึกษาพบว่า กลยุทธ์การเพิ่มภาษีบุหรี่มวนไม่สามารถลดจำนวนผู้สูบบุหรี่ไฟฟ้าได้ แต่จะเพิ่มจำนวนบุหรี่ไฟฟ้า เพราะการลดอัตราการสูบบุหรี่มวนจะเพิ่มโอกาสของประชากรหันไปสูบบุหรี่ไฟฟ้าแทน ในการวิเคราะห์ความคุ้มค่าทางเศรษฐศาสตร์จะดำเนินการโดยใช้อัตราส่วนต้นทุนประสิทธิผลที่เพิ่มขึ้น ผลการวิจัยแสดงให้เห็นว่ากลยุทธ์ในการทำป้ายรณรงค์ถึงอันตรายของบุหรี่ไฟฟ้า คือกลยุทธ์การควบคุมที่เหมาะสมและคุ้มค่าที่สุดจากกลยุทธ์ทั้งหมดที่ พิจารณาในการศึกษานี้ The aim of this paper is to propose an SIGR mathematical model representing the behaviour of ecigarettes use among teenagers in Thailand and to investigate the optimal control strategies of the model. The population in this study is divided into four compartments: those at risk of smoking cigarettes and e-cigarettes, cigarette smoking group, e-cigarette smoking group and those who quit smoking permanently. Our goal is to find the best strategy that reduces the number of e-smokers while minimizing the cost of the control measures. We use three control measures which are e-cigarette smoking prevention campaign, tax increasing on cigarettes, and education programs on the dangers of both types of cigarettes. The results show that the increasing tax on cigarettes does not reduce the number of e-cigarette smokers, but the number of the e-cigarettes is increased. This is because reducing the rate of smoking cigarettes will increase the chance of individuals deciding to smoke e-cigarettes as an alternative. Moreover, cost-effectiveness analysis is performed using incremental costeffectiveness ratio. The research shows e-cigarette smoking prevention campaign is the optimal control strategy and the most cost-effective of all strategies considered in this study.References
Abderrahim, L., Omar, B., & Mostafa, R. (2018). Optimal Control Strategy for a Discrete Time Smoking Model with Specific Saturated Incidence Rate. Discrete Dynamics in Nature and Society, 2018. Article ID 5949303.
Diekmann O, Heesterbeek JA & Roberts MG. (2010). The construction of next-generation matrices for compartmental epidemic models. Journal of the Royal Society Interface, 7(47), 873-85.
Edward, S., Shaban, N., & Mureithi, E. (2020). Optimal Control of Shigellosis with Cost-Effective Strategies. Computational and mathematical methods in medicine, 2020, Article ID 9732687.
Harvim, P., Zhang, H., Georgescu, P. & Zhang, L. (2021). Cigarette smoking on college campuses: an epidemical modelling approach. Journal of Applied Mathematics and Computing,65, 515–540.
Juree, U., Titiporn, G., Seranee, J. & Vilailak, H. (2015). Meta synthesis of preventive factors for cigarette smoking among Thai youths. Disease Control Journal, 41(4), 271-284. (in Thai)
Miech, R., Johnston, L., O’Malley, PM., Bachman, JG. & Patrick, ME. (2019). Trends in Adolescent Vaping, 2017- 2019. New England Journal of Medicine, 381(15), 1490-1491.
Miech R., Leventhal A., Johnston L., O’Malley PM., Patrick ME. & Barrington-Trimis J. (2021). Trends in Use and Perceptions of Nicotine Vaping Among US Youth From 2017 to 2020. JAMA Pediatr, 175(2), 185–190.
Ministry of Public Health (2021). News form Department of Disease Control. Retrieved May 26, 2021, from https://ddc.moph.go.th/brc/news.php?news=13087&deptcode=brc (in Thai)
Nuttapon, R. (2017). Perception attitude and behavior towards electronic cigarette. Master’s Thesis, Degree of Master of Arts Program in Corporate Communication Management, Faculty of Journalism and Mass Communication, Thammasat University. (in Thai)
Ilmayasinta, N., Anjarsari, E. & Moh W. Ahdi, (2021). Optimal Control for Smoking Epidemic Model. In Proceedings of the 7th International Conference on Research, Implementation, and Education of Mathematics and Sciences (ICRIEMS 2020). (pp. 323-328). Atlantis Press.
Pang, L., Liu, S., Zhang, X., & Tian, T. (2019). The Cost-Effectiveness Analysis and Optimal Strategy of the Tobacco Control. Computational and mathematical methods in medicine, 2019, Article ID 8189270.
Piyawan, B., Pavana, M., & Piyachat, B. (2019). E-Cigarettes Behavior and Smoking Cessation Behavior of Youth in Higher Education Institute, Bangkok. Journal of Humanities and Development, 11(22), 111-127. (in Thai)
Saowaluk, M., Pornnapa, H. & Rungrat, S. (2018). Factors Related to Smoking Initiation among Female Vocational Students in Chachoengsao Province. Journal of Public Health Nursing, 41(4), 271-284. (in Thai)
Verma, V. (2020). Optimal control analysis of a mathematical model on smoking. Modeling Earth Systems and Environment,6(1), 2535-2542.
Werner, AK., Koumans, EH., Chatham-Stephens, K., Salvatore, PP., Armatas, C., Byers, P., Clark, CR., Ghinai, I., Holzbauer, SM., Navarette, KA., Danielson, ML., Ellington, S., Moritz, ED., Petersen, EE., Kiernan, EA., Baldwin, GT., Briss, P., Jones, CM., King, BA., Krishnasamy V, Rose, DA., & Reagan-Steiner, S., (2020). Lung Injury Response Mortality Working Group. Hospitalizations and Deaths Associated with EVALI. The New England Journal of Medicine, 382(17), 1589-1598.
